电力系统供电负荷短期预测模型设计

电力系统供电负荷短期预测模型设计

ID:46541491

大小:2.48 MB

页数:5页

时间:2019-11-25

电力系统供电负荷短期预测模型设计_第1页
电力系统供电负荷短期预测模型设计_第2页
电力系统供电负荷短期预测模型设计_第3页
电力系统供电负荷短期预测模型设计_第4页
电力系统供电负荷短期预测模型设计_第5页
资源描述:

《电力系统供电负荷短期预测模型设计》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、第33卷第02期计算机仿真2016年2月文章编号:1006—9348(2016)02—0171—04电力系统供电负荷短期预测模型设计唐鉴1’2,丛杨2,高宏伟1(1.沈阳理工大学信息科学与工程学院,辽宁沈阳110159;2.中国科学院沈阳自动化研究所,辽宁沈阳110159)摘要:为了提高供电系统电量负荷预测的精度,加快收敛速度,改进陷入局部最小值的可能性以及优化过程单一等问题,建立了电力系统供电负荷短期预测模型,提出粒子群算法对反向神经网络初始化,并引入改进的遗传算法。在交叉过程中用父代最佳值与下一代种群结合,优化网络权值,提升模型

2、性能。将模型应用于辽宁某地区短时电量预测中,结果表明,上述方法加快了模型的收敛速度,提高了预测精度;电力系统供电负荷短期预测模型很好地解决了电量预测精度不高等问题。关键词:电量负荷;反向传播神经网络;粒子群算法;遗传算法优化;预测中图分类号:TP391.9文献标识码:BPredictionModeldesignofShort——TermLoadforPowerSystemTANGJianl”,CONGYan92,GAOHong—Wel’1(1.CollegeofInformationScienceandEngineering,She

3、nyangLigongUniversity,ShenyangLiaoning110159,China;2.ShenyangInstituteofAutomationChineseAcademyofSciences,ShenyangLiaoning110159,China)ABSTRACT:Inordertoimprovepowerloadpredictionaccuracy,fastenconvergence,avoidlocalminima,andopti—mizetheprocess,apredictionmodelofshoa

4、—termloadforpowersystemisestablished.TheParticleSwarmOptimi—zationisusedformodelinitialization,andtheimprovedgeneticalgorithmisintroduced.Theimprovedmodelis印-pliedtopredicttheshort—timepowerinaregionofLiaoning.Resultsshowthatthismethodacceleratestheconver-genceofBPneur

5、alnetworkandimprovethepredictionaccuracy.KEYWORDS:Powerload;BPneuralnetwork;IX30optimization;Geneticalgorithm;Predictionl引言随着经济的快速发展,我国电力能源消耗量日趋增大。电力生产因其特殊性,不能直接存储,这要求发电部门的电力供应紧跟实际的负荷消耗情况。电量短期预测是当下电力系统稳定供应中的一个重要环节。虽然针对电量负荷预测的方法较多,但一般方法难以满足电力部门对预测精度的要求,提高短时电量预测的精度与效率变得更

6、加重要。一般短期电量预测⋯模型,是以小时为单位,根据不同用户类型,在不同时间段的需求,预测相应的电量数值来指导电力部门发电,以此来稳定电力供应。目前,对于电量预测方法有时间序列法旧J,回归法¨j,人工神经网络预测模型HJ,灰色预测法等。现有的BP(反向传播)神经网络能较好的拟合数据以及强计算能力使其优于其它方法。电力系基金项目:国家自然科学基金面上项目(NSFC61375014)收稿日期:2015—04—14修回日期:2015—05—15统短期预测模型在BP模型的基础上进行改进,加入粒子群算法初始化㈧,并在遗传算法‘6‘71优化步骤

7、中引入最佳父代交叉法。对实际电力负荷数据对进行仿真,得到较好的预测结果,为电力系统提供了一个可靠的短期预测方法。2电力系统短期预测模型原理电力预测就是根据采集到的用户电量历史数据以及一些影响因素建立一个预测函数模型,使预测的结果与实际值误差尽量小。从而对于未来一段时间的电量负荷做出预测,以此辅助电力系统部门管理,为电力规划提供依据,达到稳定电量供应的目的。电量数据表面看似无序的,但其变化规律在长时间内确是有一定隐含规律的,电量数据随着天气,季节,假日等因素的改变,呈现出非线性,是一种复杂的强非线性系统。BP神经网络有着强大的非线性处

8、理能力,不同于普通时间序列等方法,它能够依赖数据本身的内在联系对电量数据进行建模预测。对于电力系统的安全管理具有一定的应用价值。随一171—着现在电力市场的快速发展,一般BP网络模型在精度和时间上已经达不到电力部门的要求,于此提出一种

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。